Question

我正在使用带有theano后端的keras。现在我有一个变量x，它是一个带有类型字段“TensorType（float32,3D）”的theano张量。
我添加了

    from keras import backend as K

在我的文件的开头。然后我写道：

    x = K.expand_dims(x, dim = 1)

我预计x的类型字段应为“TensorType（float32,4D）”。但是，它是“TensorType（float32，（False，True，False，False））”，我无法弄清楚原因。此外，keras的文档没有提供有关此功能的更多信息，它只是说“在索引处添加1个大小的维度”dim“”。此外，如果我执行

    x = K.squeeze(x, 1)

，x的类型字段将是“TensorType（float32，matrix）”，这是预期的。

Answer 1

命令expand_dims对Theano进行了dimshuffle操作。元组(False, True, False, False)告诉您可广播的维度。你可能知道Numpy的广播能力。它与一些关键的差异相似。

来自Theano开发人员：Theano需要在编译之前在图表中声明所有可广播的维度。 NumPy使用运行时形状信息。

有关详细信息，请参阅this和this。

在4-D阵列的情况下，第二维即频道是可广播的。因此，让我们假设您的4-D数组大小为(10,N,20,30)。现在，您可以对4-D数组和另一个大小为(10,1,20,30)的数组进行逐元素乘法，而不会重复第二维N次。这称为广播。现在，您尝试将4-D阵列与另一个大小为(1,N,20,30)的阵列相乘。这将失败，因为第一个维度不可广播。我希望这很清楚。

为什么keras函数“expand_dims”会改变类型？

1 个答案: